实验设计与数据处理总复习PPT课件
合集下载
实验设计与数据处理(共27张PPT)
性强的参数作为指标。
2）因素——对实验指标有影响 的原因或要素
• 因素也称为因子，它是在进行实验时重 点考察的内容。
• 因素一般用大写字母ABC……来标记， 如因素A、因素B、因素C等。
• ①因素分类： a)可控因素（温度、时间、种类、浓 度……）
b)不可控因素（风速、气温、……）
② 选择因素的原则
举例
• 例4：直接过滤实验中，欲考察混凝剂硫酸铝投 量，助剂聚丙烯酰胺投量，滤速对过滤周期平 均出水浊度的影响。
实验指标：过滤周期平均出水浊度
因素及水平：
混凝剂投量（mg/L）（ 10、12、1）
助凝剂投量（mg/L）（、、）
滤
速（m/h） （8、10、12）
4．实验设计方法
• 针对不同的具体情况，有不同的实验设计方法。 • 单因素试验设计
1．实验设计的发展过程
• 20世纪初：英国生物统计学家费歇尔（1890-1962） 首次提出了“试验设计”术语。
• 实验设计方法最早应用于农业、生物学、遗传学方面。在农业方面主要是进行 品种对比、施肥对比等。
• 20世纪40年代，英美两国开始在工业生产中应用，如改变原料配比 或工艺生产条件，寻找最佳工况。
试验设计与统计 • ②方萍、何延《 2．实验设计的基本宗旨
验证性实验：对已知的理论进行验证，以加深对理论的认识
》，浙江大学出版社，
2003年6月第1版 煮浆时间 (h) 3、4
验证性实验：对已知的理论进行验证，以加深对理论的认识
• （适合环境与资源相关专业、生命科学、农业科学、医学） ①郑少华、姜奉华《试验设计与数据处理》，中国建材工业出版社，2004年3月第1版，
通过本课程的教学，使学生掌握试验数据统计分析的基本原理，并能针对实际问题正确地运用。 中国统计出版社，1998年6月第1版（电工等专业 ） 20世纪40年代，英美两国开始在工业生产中应用，如改变原料配比或工艺生产条件，寻找最佳工况。
2）因素——对实验指标有影响 的原因或要素
• 因素也称为因子，它是在进行实验时重 点考察的内容。
• 因素一般用大写字母ABC……来标记， 如因素A、因素B、因素C等。
• ①因素分类： a)可控因素（温度、时间、种类、浓 度……）
b)不可控因素（风速、气温、……）
② 选择因素的原则
举例
• 例4：直接过滤实验中，欲考察混凝剂硫酸铝投 量，助剂聚丙烯酰胺投量，滤速对过滤周期平 均出水浊度的影响。
实验指标：过滤周期平均出水浊度
因素及水平：
混凝剂投量（mg/L）（ 10、12、1）
助凝剂投量（mg/L）（、、）
滤
速（m/h） （8、10、12）
4．实验设计方法
• 针对不同的具体情况，有不同的实验设计方法。 • 单因素试验设计
1．实验设计的发展过程
• 20世纪初：英国生物统计学家费歇尔（1890-1962） 首次提出了“试验设计”术语。
• 实验设计方法最早应用于农业、生物学、遗传学方面。在农业方面主要是进行 品种对比、施肥对比等。
• 20世纪40年代，英美两国开始在工业生产中应用，如改变原料配比 或工艺生产条件，寻找最佳工况。
试验设计与统计 • ②方萍、何延《 2．实验设计的基本宗旨
验证性实验：对已知的理论进行验证，以加深对理论的认识
》，浙江大学出版社，
2003年6月第1版 煮浆时间 (h) 3、4
验证性实验：对已知的理论进行验证，以加深对理论的认识
• （适合环境与资源相关专业、生命科学、农业科学、医学） ①郑少华、姜奉华《试验设计与数据处理》，中国建材工业出版社，2004年3月第1版，
通过本课程的教学，使学生掌握试验数据统计分析的基本原理，并能针对实际问题正确地运用。 中国统计出版社，1998年6月第1版（电工等专业 ） 20世纪40年代，英美两国开始在工业生产中应用，如改变原料配比或工艺生产条件，寻找最佳工况。
实验设计与数据处理.ppt
能对试验结果进行预测和优化； • 试验因素对试验结果的影响规律，为控制试验提供思路； • 确定最优试验方案或配方。
参考文献
1. 水处理实验技术.李燕城.中国建筑工业 出版社.
2. 试验设计与数据处理.李云雁等.化学工 业出版社:2005.2 O212.6-43/2
3. 实验设计与数据处理.刘振学等.化学工 业出版社:2005.3 O212.6-43/1
实验设计与数据处理
引言
• 新产品、新工艺、新材料、新品种及其他 科研成果产生流程
多次反复试验
提高产量
试验数据分析
提高产品性能
规律研究
降低成本能耗
• 科研工作的必要手段——试验
实验和试验
实验
已知某个结论去 验证 已知方法的操作 验证性
试验
未知某个结论去 探索 未知方法的探索 探索性
试验设计方法起源 1980s
• 3.水平：因素在试验中所处的不同状态，可 能引起指标的变化。
• 选择原则：
• 宜选择三水平； • 水平是等间隔的； • 水平是具体的；
• 在技术上现实可行。
试验设计的方法
• 针对不同的具体情况，有不同的试验设计方法。 • 单因素试验设计 • 多因素试验设计 • 正交试验设计
• 各种试验方法的目的、出发点各不相同。
• 2.因素：对试验指标有影响的原因或要素，又称 因子，在试验时重点考察的内容，一般用大写字 母A、B、C标记。
• （1）分类：
• A.可控因素：温度、时间、浓度等
• B.不可控因素：风速、气压、气温等
• （2）选择原则：
• A.抓住主要因素，并且考虑各因素之间的交互作 用。
• B.找出非主要因素，使其在试验中保持不变，以 消除其干扰作用。
参考文献
1. 水处理实验技术.李燕城.中国建筑工业 出版社.
2. 试验设计与数据处理.李云雁等.化学工 业出版社:2005.2 O212.6-43/2
3. 实验设计与数据处理.刘振学等.化学工 业出版社:2005.3 O212.6-43/1
实验设计与数据处理
引言
• 新产品、新工艺、新材料、新品种及其他 科研成果产生流程
多次反复试验
提高产量
试验数据分析
提高产品性能
规律研究
降低成本能耗
• 科研工作的必要手段——试验
实验和试验
实验
已知某个结论去 验证 已知方法的操作 验证性
试验
未知某个结论去 探索 未知方法的探索 探索性
试验设计方法起源 1980s
• 3.水平：因素在试验中所处的不同状态，可 能引起指标的变化。
• 选择原则：
• 宜选择三水平； • 水平是等间隔的； • 水平是具体的；
• 在技术上现实可行。
试验设计的方法
• 针对不同的具体情况，有不同的试验设计方法。 • 单因素试验设计 • 多因素试验设计 • 正交试验设计
• 各种试验方法的目的、出发点各不相同。
• 2.因素：对试验指标有影响的原因或要素，又称 因子，在试验时重点考察的内容，一般用大写字 母A、B、C标记。
• （1）分类：
• A.可控因素：温度、时间、浓度等
• B.不可控因素：风速、气压、气温等
• （2）选择原则：
• A.抓住主要因素，并且考虑各因素之间的交互作 用。
• B.找出非主要因素，使其在试验中保持不变，以 消除其干扰作用。
第五讲--正交实验设计与数据处理PPT课件
如L8(41×24)是由一个4水平的列，4个2水平的 列组成，表示用该表设计试验时最多可安排一 个4水平的因素，4个2水平的因素，需要试验 的总次数为8次
其它如L18(21×37)，L32(81×46×26)等等，都有 类似的含义。
-
20
交互作用表
需要考虑因素的交互作用时，许多正交表都配有一张交 互作用表
常常用来解决二水平或三水平或二、三水混合 水平的多因素设计问题；
适用于需要考察的交互作用不多、也不太复杂 的多因素试验研究的场合；
通过方差分析鉴别各因素对试验指标的影响。
-
22
正交试验设计步骤
首先要根据试验目的，确定要观察的因素 确定每个因素的水平 然后选用适当的正交表安排试验。
-
23
安排试验是一种较好的方法，在实践中已得到 广泛的应用 正交试验设计是用一套规格化的表格来安排试 验，这种表格叫做正交表
-
12
正交表简介
是一种特制的表格，每个表都有一个记号，如L9(34)， L8(27)，就是两个最常用的正交表；
符号说明： L——正交表 L下角的9、8——正交表的行数
括号里的3、2——因素所取的水平数， 指数4、7——正交表的列数
表内的数字1、2、3——因素的水平
-
13
二水平的正交表还有L16(215)、L12(211)， 三水平的正交表还有L18(37)，L27(313)， 四水平的正交表还有L16(45)等等。
-
14
正交表L9(34)
-
15
正交表记法
一般正交表记为Ln(mk)， n——是表的行数，是要安排的试验次数； k——表中列数，表示因素的个数； m——是各因素的水平数。
SB——反映了因素B各水平效应引起的差异，它正好 等于正交表L9(34)中第二列各水平的偏差平方和S2；
其它如L18(21×37)，L32(81×46×26)等等，都有 类似的含义。
-
20
交互作用表
需要考虑因素的交互作用时，许多正交表都配有一张交 互作用表
常常用来解决二水平或三水平或二、三水混合 水平的多因素设计问题；
适用于需要考察的交互作用不多、也不太复杂 的多因素试验研究的场合；
通过方差分析鉴别各因素对试验指标的影响。
-
22
正交试验设计步骤
首先要根据试验目的，确定要观察的因素 确定每个因素的水平 然后选用适当的正交表安排试验。
-
23
安排试验是一种较好的方法，在实践中已得到 广泛的应用 正交试验设计是用一套规格化的表格来安排试 验，这种表格叫做正交表
-
12
正交表简介
是一种特制的表格，每个表都有一个记号，如L9(34)， L8(27)，就是两个最常用的正交表；
符号说明： L——正交表 L下角的9、8——正交表的行数
括号里的3、2——因素所取的水平数， 指数4、7——正交表的列数
表内的数字1、2、3——因素的水平
-
13
二水平的正交表还有L16(215)、L12(211)， 三水平的正交表还有L18(37)，L27(313)， 四水平的正交表还有L16(45)等等。
-
14
正交表L9(34)
-
15
正交表记法
一般正交表记为Ln(mk)， n——是表的行数，是要安排的试验次数； k——表中列数，表示因素的个数； m——是各因素的水平数。
SB——反映了因素B各水平效应引起的差异，它正好 等于正交表L9(34)中第二列各水平的偏差平方和S2；
实验设计与数据处理ppt
整合不同来源的数据。
数据清洗与整理
对数据进行排序、分组和筛选。 构建数据子集或合并数据集。
数据转换与变换
数据转换
1
2
将数据从一种形式或格式转换为另一种。
数据标准化或归一化。
3
数据转换与变换
数据变换 数据平滑或滤波。
对数据进行数学运算或函 数处理。
对数据进行对数、指数或 多项式变换。
数据分析方法
研究成果评价
创新性
该研究在数据处理方法上具有一定的创新性，为相关领域的数据 处理提供了新的解决方案。
实用性
研究成果在实际应用中表现出较高的实用价值，能够提高数据处理 效率和准确性。
局限性
尽管该研究取得了一定的成果，但仍存在一定的局限性，如需进一 步完善数据处理算法和拓展应用范围。
研究不足与展望
研究不足
选择合适的图表类型来传 达信息。
简洁明了，突出关键信息。
可视化原则
01
03 02
03 实验结果分析
实验结果解读
实验数据整理
将实验数据整理成表格或图形，便于观察和对 比。
异常值处理
识别并处理异常值，以避免对结果产生不良影 响。
数据分析方法
选择合适的数据分析方法，如均值、中位数、方差等，以全面了解数据分布和 特征。
描述性分析 推理性分析
01
计算均值、中位数、众数等统 计量。
02
生成直方图、箱线图等图表。
03
04
使用统计检验，如t检验、卡方
检验等。
05
构建和检验回归和相关模型。
06
数据可视化
图表类型 柱状图、折线图、饼图、散点图等。 可视化工具
数据可视化
• Excel、Tableau、Power BI等。
数据清洗与整理
对数据进行排序、分组和筛选。 构建数据子集或合并数据集。
数据转换与变换
数据转换
1
2
将数据从一种形式或格式转换为另一种。
数据标准化或归一化。
3
数据转换与变换
数据变换 数据平滑或滤波。
对数据进行数学运算或函 数处理。
对数据进行对数、指数或 多项式变换。
数据分析方法
研究成果评价
创新性
该研究在数据处理方法上具有一定的创新性，为相关领域的数据 处理提供了新的解决方案。
实用性
研究成果在实际应用中表现出较高的实用价值，能够提高数据处理 效率和准确性。
局限性
尽管该研究取得了一定的成果，但仍存在一定的局限性，如需进一 步完善数据处理算法和拓展应用范围。
研究不足与展望
研究不足
选择合适的图表类型来传 达信息。
简洁明了，突出关键信息。
可视化原则
01
03 02
03 实验结果分析
实验结果解读
实验数据整理
将实验数据整理成表格或图形，便于观察和对 比。
异常值处理
识别并处理异常值，以避免对结果产生不良影 响。
数据分析方法
选择合适的数据分析方法，如均值、中位数、方差等，以全面了解数据分布和 特征。
描述性分析 推理性分析
01
计算均值、中位数、众数等统 计量。
02
生成直方图、箱线图等图表。
03
04
使用统计检验，如t检验、卡方
检验等。
05
构建和检验回归和相关模型。
06
数据可视化
图表类型 柱状图、折线图、饼图、散点图等。 可视化工具
数据可视化
• Excel、Tableau、Power BI等。
《试验设计与数据处理》讲稿第1章
PPT文档演模板
《试验设计与数据处理》讲稿第1章
权数或权值的确定： •一般有三种方法
• ①当试验次数很多时，以试验值xi在测量中出现的频 率ni / n作为权数。
• ②如果试验值是在同样的试验条件下但来源于不同的 组，则以各组试验值的出现的次数作为权数。 • 加权平均值即为总算术平均值。（见例1-1）
•（5）调和平均值
• 设有n个正试验值：x1，x2，…，xn，它们的调和平均 值为：
• 适用场合：试验值的倒数服从正态分布 。
PPT文档演模板
《试验设计与数据处理》讲稿第1章
1.2 误差的基本概念
• 1. 绝对误差 绝对误差 = 试验值－真值 △x = x – xt
• 真值一般是未知的，通常用最大的绝对误差来估计其 大小范围：
• 在一次测定中，是不可预知的，但在多次测定中，其误差 的算术平均值趋于零。源自※ 随机误差的来源：偶然因素
※ 随机误差具有一定的统计规律：
(1) 有界性；
(2) 正误差和负误差出现的频数大致相等；
(3) 绝对值小的误差比大的误差出现的次数多（收敛性）。
(4) 当测量次数n→∞，误差的算术平均值趋于零（抵偿性）。
• ※ 系统误差的来源：
• 仪器（如砝码不准或刻度不均匀等）；
• 操作不当；
• 个人的主观因素（如观察滴定终点或读取刻度的习惯）；
• 试验方法本身的不完善。
PPT文档演模板
《试验设计与数据处理》讲稿第1章
※ 3. 过失误差
• 粗差、人为误差： 是一种显然与事实不符的误差。
※ 特点： 没有一定的规律。
• ③根据权与绝对误差的平方成反比来确定权数。
• 例1-2 权数的计算：
《实验设计与数据处理》课程小结PPT
42
Origin 简介
OriginLab公司的产品 最新版本为 V7.5 Pro 通用的科技绘图和数据分析软件 定位于基础级和专业级之间 国际科技出版界公认的标准作图软件 科学和工程研究人员的必备软件之一 主页：/
44
Origin绘制的图形 (2D部分)
24
（2）指标叠加法
所谓指标叠加法，就是将多指标按照某种 计算公式进行叠加，将多指标化为单指标， 而后进行正交实验直观分析。
25
26
27
三、回归分析
一元线性回归方程的建立
（1）、数学模型
y
8
7
yi = a + bxi +εi
6
y对x的回归方程
5
y = a + bx
4
3
y 称为变量y的理论 2
39
Matlab简介
Matlab作为线性系统的一种分析合仿真 工具，1984年被MathWork公司开发并 作为产品推向市场。
Matlab建立在向量、数组和矩阵的基础 上，人机界面直观，输出结果可视化， 可解决工程、科学计算和数学学科的许 多问题，深受用户欢迎。
40
Mathematica简介
n
Q i2 [yi(abix)]2 min i1 29
回归系数a、b计算式
b
xi yi n x y
xi 2
2
nx
a y b x
30
一元线性回归方程
含铁量/μg
铁标准曲线
300
250
0.88, 250
200
0.631, 200
150
0.48, 150
100
0.279, 100 y = 280.78x + 13.625
Origin 简介
OriginLab公司的产品 最新版本为 V7.5 Pro 通用的科技绘图和数据分析软件 定位于基础级和专业级之间 国际科技出版界公认的标准作图软件 科学和工程研究人员的必备软件之一 主页：/
44
Origin绘制的图形 (2D部分)
24
（2）指标叠加法
所谓指标叠加法，就是将多指标按照某种 计算公式进行叠加，将多指标化为单指标， 而后进行正交实验直观分析。
25
26
27
三、回归分析
一元线性回归方程的建立
（1）、数学模型
y
8
7
yi = a + bxi +εi
6
y对x的回归方程
5
y = a + bx
4
3
y 称为变量y的理论 2
39
Matlab简介
Matlab作为线性系统的一种分析合仿真 工具，1984年被MathWork公司开发并 作为产品推向市场。
Matlab建立在向量、数组和矩阵的基础 上，人机界面直观，输出结果可视化， 可解决工程、科学计算和数学学科的许 多问题，深受用户欢迎。
40
Mathematica简介
n
Q i2 [yi(abix)]2 min i1 29
回归系数a、b计算式
b
xi yi n x y
xi 2
2
nx
a y b x
30
一元线性回归方程
含铁量/μg
铁标准曲线
300
250
0.88, 250
200
0.631, 200
150
0.48, 150
100
0.279, 100 y = 280.78x + 13.625
实验设计与数据处理(全套课件200P)
正交实验设计是科研和生产中应用最多的实验研究方法之 一，尤其用于生产改造、最优配方及最优工艺过程的研究。 由于它方便、简洁而得到研究人员的认可。
2.1 概述
2.1.1 正交表 正交表是正交实验设计的基本工具，它是根据均衡分散的思 想，运用组合数学理论在拉丁方和正交拉丁方的基础上构造 的一种表格。它的形式和广泛的应用是与日本统计学家田口 玄一的工作分不开的。
保温时间 C/min
1（30） 2（35） 3（40） 2（35） 3（40） 1（30） 3（40） 1（30） 2（35） 70 79.4 75 9.4 1 2 3 3 1 2 2 3 1 84 65 75.4 19
指标yi 抗弯强度
35 30 29 26.4 26 15 20 20 23 T=224.4
本例中， 因素A中最优水平为水平1；
因素B中最优水平为水平1； 因素C中最优水平为水平2；
最优水平组合为A1B1C2
在选取最优方案时，还应考虑到因素的主次。 对于主要因素，一定要按有利于指标的要求来选取该因素的水平。
对于次要因素，可以选取有利于指标要求的水平，也可以按照优质、高产、 低耗和便于操作等原则来选取水平。
正交表列数
因素数
正交表代号
Ln(tq)
因素的水平数
正交表横行数 代表实验次数
代表表中数码数
2.1.2 正交表的特点
L9(34)
实验号
列号
1
1 2 1 1
2
1 2
3
1 2
4
1 2
1. 正交性 正交表中任意两列横向
各数码搭配所出现的次数相同，这 可保证实验的典型性。
3
4 5
1
2 2
2.1 概述
2.1.1 正交表 正交表是正交实验设计的基本工具，它是根据均衡分散的思 想，运用组合数学理论在拉丁方和正交拉丁方的基础上构造 的一种表格。它的形式和广泛的应用是与日本统计学家田口 玄一的工作分不开的。
保温时间 C/min
1（30） 2（35） 3（40） 2（35） 3（40） 1（30） 3（40） 1（30） 2（35） 70 79.4 75 9.4 1 2 3 3 1 2 2 3 1 84 65 75.4 19
指标yi 抗弯强度
35 30 29 26.4 26 15 20 20 23 T=224.4
本例中， 因素A中最优水平为水平1；
因素B中最优水平为水平1； 因素C中最优水平为水平2；
最优水平组合为A1B1C2
在选取最优方案时，还应考虑到因素的主次。 对于主要因素，一定要按有利于指标的要求来选取该因素的水平。
对于次要因素，可以选取有利于指标要求的水平，也可以按照优质、高产、 低耗和便于操作等原则来选取水平。
正交表列数
因素数
正交表代号
Ln(tq)
因素的水平数
正交表横行数 代表实验次数
代表表中数码数
2.1.2 正交表的特点
L9(34)
实验号
列号
1
1 2 1 1
2
1 2
3
1 2
4
1 2
1. 正交性 正交表中任意两列横向
各数码搭配所出现的次数相同，这 可保证实验的典型性。
3
4 5
1
2 2
实验设计与数据处理
Fisher传统的试验设计被誉为第一个里程碑。
正交表的构造和开发是第二个里程碑，日本学者田口玄一开开发的SN比试验设计则称为第三个里程碑。
第一章试验设计1.试验包括：验证性试验、探索性试验。
2.试验设计的要求：效率、精度。
（效率由设计保证，精度由数据处理、分析保证。
）3.试验方案设计的4个基本要素：目标、目标函数、因素、水平。
4.目标：进行试验所要达到的目的。
目标可以定量也可定性。
5.目标函数：表示目标的函数Y(x)。
有显示目标函数、隐式目标函数。
6.因素：对目标产生影响的自变量或试验条件，也称因子。
分为可控因素与不可控因素。
7.水平：每个因素所处的状态，也称位级。
8.选取因素的原则：抓住主要因素及多因素之间的交互作用；抓住非主要因素，在试验中保持不变，消除其干扰。
因素用大写字母表示。
9.按所取因素的多少，可把试验分为单因素试验、两因素试验、多因素试验。
10.交互作用：就是这些因素在同时改变水平时，其效果会超过单独改变某一因素水平时的效果。
11.水平的选取原则：等间距；三水平为宜；是具体的；技术上可行。
12.误差包括：系统误差、随机误差。
13.费希尔Fisher三原则（作用：进行误差控制）：重复测试、随机化、区组控制。
14.重复测试，作用：减小误差。
15.随机化是使系统误差转化为偶然误差的有效方法。
原则：进行随机化，使其转化为随机误差。
16.区组控制，原则：机会均等，公平原则。
区组控制原则实质上是机会均等原则，实行区组控制，可使设备条件由存在差异转化为没有差异，在区组控制中也把区组当做因素来对待，并称之为区组因素。
17.试验设计法和现行做法的不同点：对于不能实现控制的环境条件及未知原因对试验数据产生的干扰和影响程度，可以做出客观的定量性的评价——通过随机化。
考虑到个因素间的相关性——通过正交表。
根据试验数据定量地验证决定个因素的影响程度——通过F试验。
能对计算值以外的数据进行分析——通过累积法。
第二章 实验设计与数据统计分析 ppt课件
笨，没有学问无颜见爹娘 ……” • “太阳当空照，花儿对我笑，小鸟说早早早……”
4
概念
实验设计：指研究者针对需要验证的 实验假设，为有计划地搜集资料而预 先建立和依据的设计模式。
心理学的实验设计是心理学与统计学相结合的 实验技术科学（心理测量学也同样是心理学与 统计学相结合的科学）
5
概念
实验设计包括：
25
一、实验设计的基本问题——实验中的效度
影响内部效度的因素：
7. 仪器使用
指实验中测试手段、技术和工具的失效或缺乏一致性。 这可能是测试工具发生了变化（如仪器失灵、问卷涂 损等），或者是在实验过程中由于试验者主观情绪状 态发生变化（如变得更严格、疲倦或粗心等），或者 是评判标准发生了变化（如前后难度不同，不同班用 不同的测验，或者评判者的差异等），这些情况带来 的可能结果是测量和评级的精确性的会受到严重影响。
26
一、实验设计的基本问题——实验中的效度
影响内部效度的因素： 8. 上述影响因素的交互作用：其中特别
是选择和成熟的交互作用最为常见
选择与成熟的交互作用是指成熟程度不同的 被试被安排在不同的组中将会影响实验结果 的正确解释。（说明前测在某些研究条件下 的必要性）
27
一、实验设计的基本问题——实验中的效度
指出下列实验中的自变量、因变量和控制 变量。 例一：一汽车制造商想了解为了使后面的汽 车司机能够尽快地知道前面的车子已经停住， 汽车的刹车灯应该多亮？
35
例二：训练一只鸽子看见绿光啄键盘，看 见红光不啄键盘，正确啄键盘后，给予谷 子作为强化。
例三：想知道一个人估计时间的准确性， 设计如下：一只绿色小灯泡和电子记时器 相连，主试按键让灯亮5秒、10秒、30秒、 60秒，然后让被试相应复制出按键时间。
4
概念
实验设计：指研究者针对需要验证的 实验假设，为有计划地搜集资料而预 先建立和依据的设计模式。
心理学的实验设计是心理学与统计学相结合的 实验技术科学（心理测量学也同样是心理学与 统计学相结合的科学）
5
概念
实验设计包括：
25
一、实验设计的基本问题——实验中的效度
影响内部效度的因素：
7. 仪器使用
指实验中测试手段、技术和工具的失效或缺乏一致性。 这可能是测试工具发生了变化（如仪器失灵、问卷涂 损等），或者是在实验过程中由于试验者主观情绪状 态发生变化（如变得更严格、疲倦或粗心等），或者 是评判标准发生了变化（如前后难度不同，不同班用 不同的测验，或者评判者的差异等），这些情况带来 的可能结果是测量和评级的精确性的会受到严重影响。
26
一、实验设计的基本问题——实验中的效度
影响内部效度的因素： 8. 上述影响因素的交互作用：其中特别
是选择和成熟的交互作用最为常见
选择与成熟的交互作用是指成熟程度不同的 被试被安排在不同的组中将会影响实验结果 的正确解释。（说明前测在某些研究条件下 的必要性）
27
一、实验设计的基本问题——实验中的效度
指出下列实验中的自变量、因变量和控制 变量。 例一：一汽车制造商想了解为了使后面的汽 车司机能够尽快地知道前面的车子已经停住， 汽车的刹车灯应该多亮？
35
例二：训练一只鸽子看见绿光啄键盘，看 见红光不啄键盘，正确啄键盘后，给予谷 子作为强化。
例三：想知道一个人估计时间的准确性， 设计如下：一只绿色小灯泡和电子记时器 相连，主试按键让灯亮5秒、10秒、30秒、 60秒，然后让被试相应复制出按键时间。
实验数据处理精品PPT课件
XUT School of sciences
第10章 实验数据处理
➢10.1 有效数字
重点
（概念、运算规则）
➢10.2 误差与偏差
重点
（概念、误差及传递）
➢10.3 实验数据的统计分析
难点
（t分布曲线、平均值的置信区间、
t检验法、F检验法）
➢10.4 实验数据优化
（回归分析、正交试验设计）
XUT School of scienc后有数要进位，五后无数（包括 零）看前方，前方奇数就进位，前方偶数全舍光。
XUT School of sciences
10.1 有效数字
练习 将下列数据修约为四位有效数字
2.4374
2.437
2.4376
2.438
2.4365
2.436
2.4375
0.0235 × 20.0 ÷3.18 = 0.148
注意：首位数字为8或9，可 多保留一位有效数字。
如
9.35 × 0.1856 = 1.736
XUT School of sciences
（3）乘方或开方运算 原数据有几位有效数字，结果就可保留几位，若一个
数的乘方或开方结果，还将参加下面的运算，则乘方或开 方后的结果可多保留一位有效数字。
XUT School of sciences
练习
有效数字位数的确定
0.1000 0.0526 0.02 100
20.78% 3.59×10-6 1×103
1000
4位 3位 1位 位数不确定
XUT School of sciences
10.1.2 有效数字的运算规则 1．修约规则
各测量值的有效数字位数确定之后，就要将它后面多 余的数字舍弃。舍弃多余数字的过程，叫做“数字修约”； 所遵循的规则称为“数字修约规则” (GB8170-1987) 。
第10章 实验数据处理
➢10.1 有效数字
重点
（概念、运算规则）
➢10.2 误差与偏差
重点
（概念、误差及传递）
➢10.3 实验数据的统计分析
难点
（t分布曲线、平均值的置信区间、
t检验法、F检验法）
➢10.4 实验数据优化
（回归分析、正交试验设计）
XUT School of scienc后有数要进位，五后无数（包括 零）看前方，前方奇数就进位，前方偶数全舍光。
XUT School of sciences
10.1 有效数字
练习 将下列数据修约为四位有效数字
2.4374
2.437
2.4376
2.438
2.4365
2.436
2.4375
0.0235 × 20.0 ÷3.18 = 0.148
注意：首位数字为8或9，可 多保留一位有效数字。
如
9.35 × 0.1856 = 1.736
XUT School of sciences
（3）乘方或开方运算 原数据有几位有效数字，结果就可保留几位，若一个
数的乘方或开方结果，还将参加下面的运算，则乘方或开 方后的结果可多保留一位有效数字。
XUT School of sciences
练习
有效数字位数的确定
0.1000 0.0526 0.02 100
20.78% 3.59×10-6 1×103
1000
4位 3位 1位 位数不确定
XUT School of sciences
10.1.2 有效数字的运算规则 1．修约规则
各测量值的有效数字位数确定之后，就要将它后面多 余的数字舍弃。舍弃多余数字的过程，叫做“数字修约”； 所遵循的规则称为“数字修约规则” (GB8170-1987) 。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
葛根有效成分提取试验因素水平表
葛根有效成分提取试验方案与结果
葛根有效成分提取试验结果分析
进行多指标综合平衡时，可参照以下原则： ①对于某个因素，可能对某个指标是主要因素，但对另外 的指标则可能是次要因素，那么在确定该因素的水平时， 应首先选取作为主要因素时的优水平。 ②若某因素对各指标的影响程度相差不大，这时可按“少 数服从多数”的原则，选取出现次数较多的优水平。 ③当因素各水平相差不大时，可依据降低消耗、提高效率 的原则选取合适的水平。 ④若各试验指标的重要程度不同，则在确定因素优水平时 应首先确定相对重要的指标。
Learning Is Not Over. I Hope You Will Continue To Work Hard
演讲人：XXXXXX 时 间：XX年XX月XX日
2. 双因素重复试验的方差分析
例：下表给出了某种化工产品在3种浓度、4种温度水平 下得率的数据，试检验各因素及交互作用对产品得率的 影响是否显著。
三、随机区组试验设计 1.单因素随机区组试验结果的统计分析
例 有一小麦品比试验，共有8个品种，用A、B、C、D、E、 F、G、H作为品种代号，其中A为标准品种，实验采用随机 区组设计，设置三次重复，田间排列及小区产量结果如下图， 试做方差分析。
品系（A）和栽培密度（B）的两相表
橡胶树产量的方差分析
不同橡胶品系下栽培密度对产量作用的差异显著性
四、正交试验设计
①明确试验目的，确定试验指标 ②挑因素，选水平 ③选择合适的正交表，进行表头设计 ④进行试验 ⑤对试验结果进行统计分析 ⑥进行验证试验，作进一步分析
1. 单指标正交试验设计
例 某工厂为提高农产品综合利用价值，从废弃的洋 葱皮中提取总黄酮。为获取较高的提取得率，欲通过 正交试验确定各影响因素的主次顺序和最佳工艺条件， 不考虑因素间的交互作用。
洋葱皮中提取总黄酮试验因素水平表 洋葱皮中提取总黄酮试验表头设计
洋葱皮中提取总黄酮试验方案
洋葱皮中提取总黄酮试验结果与分析
2. 多指标正交试验设计
例 乙醇溶液提取葛根中有效成分的试验，目的是为 了改进提取工艺条件，提高对葛根有效成分的提取率。 试验考察指标有3项：提取物得率（提取物质量与葛 根质量之比）、提取物中葛根总黄酮含量、总黄酮中 葛根素含量，且3个指标都是越大越好。
小麦品比试验（随机区组）的产量结果 （kg/40m2）
方差分析
2.二因素随机区组试验结果的统计分析
例 为探讨橡胶树品系与栽培密度对年产干胶量的影响，现 设计了一个两因素四重复的随机区组试验，其中参试品系 （A因素）有两个品系，栽培密度（B因素）有三种方式。
不同处理的橡胶产量如下，试做方差分析
n1 1 n2 1
tdf '
x1 x2 s
x1 x2
二、双因素方差分析
1. 双因素无重复试验的方差分析
简化公式：
例：为了考察pH值和硫酸铜溶液浓度对化验血清中白蛋 白与球蛋白的影响，对蒸馏水中的pH值（A）取了4个不 同水平，对硫酸铜溶液浓度（B）取了3个不同水平，在 不同水平组合下各测了一次白蛋白与球蛋白之比，试检 验两个因素对化验结果有无显著影响。
s2e s21(n11)s22(n21) (n11)(n21)
s
s2e s2e
Hale Waihona Puke x1x2n1 n2
自由度df=n-1
t x1 x2 s
x1 x2
3. 两样本的总体方差未知，且σ12≠σ22，n1≠n2时的检验
s
s21 s22
x1x2
n1 n2
s2
R
s2
x1
s2
x1
x2
df'
R2
1 (1R)2
写在最后
经常不断地学习,你就什么都知道。你知道得越多,你就越有力量 Study Constantly, And You Will Know Everything. The More
You Know, The More Powerful You Will Be
谢谢你的到来
学习并没有结束，希望大家继续努力
检验计算：
x
t
s
x
推断：df=n-1
（二）成组数据平均数比较的t检验 1. 两样本的总体方差未知，但可假设σ12=σ22=σ2
s2e s21(n11)s22(n21) (n11)(n21)
s
s2e s2e
x1x2
n1 n2
t x1 x2 s
x1 x2
自由度df=n1+n2-2
2. 两样本的总体方差未知，且σ12≠σ22，但n1=n2=n时的 检验
重点内容：
统计推断：样本平均数的显著性检验 方差分析（单因素、双因素） 直线回归与相关分析 随机区组试验设计及分析 正交试验设计及结果分析
一、均数假设检验
四个步骤： 提出假设 确定显著水平 计算概率 推断是否接受假设
小样本平均数的假设检验：t检验 （一）一个样本平均数的t检验
假设H0 选取显著水平